摘要
本申请实施例公开了一种基于深度学习模型的中心动脉压重建方法及装置,方法包括:获取当前桡动脉压力波形;通过模型的预处理层对当前桡动脉压力波形进行数据预处理,得到第一时序数据,通过模型中堆叠的多个残差模块,按序对第一时序数据进行如下处理:每一残差模块通过其因果膨胀卷积层对输入时序数据进行局部特征提取,得到中间时序数据,通过其注意力层对中间时序数据进行全局特征提取,得到对应残差模块的输出时序数据,将最后一个残差模块的输出时序数据作为第二时序数据;通过模型的全连接层将第二时序数据映射为归一化的中心动脉压力波形;通过模型的反归一化操作,对归一化的中心动脉压力波形进行反归一化处理,得到中心动脉压重建结果。
技术关键词
残差模块
时序
数据
桡动脉脉搏波
局部特征提取
波形
全局特征提取
斯皮尔曼相关系数
深度学习模型
主动脉
分支
注意力
误差
水银血压计
校准
归一化模块
压力传感器
因子
系统为您推荐了相关专利信息
企业管理人员
工作量
GIS地图
管网系统
高压管线
甲状腺结节良恶性
灰阶超声图像
特征提取模块
数据
计算机存储介质
轨迹参数
重构模型
车辆行驶轨迹
样本
异常检测方法